| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·图像分割与目标跟踪方法综述 | 第11-15页 |
| ·图像分割方法综述 | 第11-13页 |
| ·目标跟踪方法综述 | 第13-15页 |
| ·论文主要内容 | 第15页 |
| ·论文的主要贡献 | 第15-17页 |
| 2 交互式图像分割 | 第17-37页 |
| ·引言 | 第17-18页 |
| ·基于Graph Cuts的方法 | 第18-28页 |
| ·Gibbs能量函数 | 第19-21页 |
| ·通过Graph Cuts最小化能量函数 | 第21-24页 |
| ·最大流算法 | 第24-28页 |
| ·基于Graph Cuts的快速交互式分割方法 | 第28-34页 |
| ·基于链码的快速分水岭 | 第28-30页 |
| ·分水岭区域合并 | 第30-31页 |
| ·k-均值 | 第31-32页 |
| ·Graph Cuts方法的一些改进 | 第32页 |
| ·算法描述 | 第32-34页 |
| ·实验结果 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 3 基于透视模型的模板匹配算法 | 第37-55页 |
| ·引言 | 第37页 |
| ·图像模板匹配 | 第37-40页 |
| ·一维情况 | 第38-39页 |
| ·高维情况 | 第39页 |
| ·复杂变换情况 | 第39-40页 |
| ·图像的几何变换 | 第40-43页 |
| ·透视变换 | 第40-42页 |
| ·几何变换的选取 | 第42-43页 |
| ·“金子塔”分层搜索 | 第43-44页 |
| ·图像插值 | 第44页 |
| ·基于灰度不变性的参数估计 | 第44-47页 |
| ·改进的Levenberg-Marquardt参数估计 | 第47-48页 |
| ·算法描述 | 第48-50页 |
| ·实验结果 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 4 基于卡尔曼滤波和Mean Shift的透视模型参数估计 | 第55-67页 |
| ·引言 | 第55页 |
| ·Mean Shift理论 | 第55-58页 |
| ·无参数概率密度估计 | 第55-56页 |
| ·多维空间下的的无参密度估计 | 第56-57页 |
| ·Mean Shift向量求密度极值 | 第57-58页 |
| ·Mean Shift在目标跟踪中的应用 | 第58-60页 |
| ·核函数直方图 | 第58-59页 |
| ·相似性度量 | 第59页 |
| ·目标定位 | 第59-60页 |
| ·基于几何距离的参数优化 | 第60-61页 |
| ·卡尔曼滤波 | 第61-63页 |
| ·本章算法描述 | 第63页 |
| ·实验结果 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 5 基于高分辨率重采样的图像融合 | 第67-74页 |
| ·引言 | 第67页 |
| ·图像的重采样 | 第67页 |
| ·平移时的重采样 | 第67-68页 |
| ·缩放时的重采样 | 第68-69页 |
| ·透视变换时的重采样 | 第69-71页 |
| ·真实感图像融合 | 第71页 |
| ·实验结果 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 6 总结与展望 | 第74-76页 |
| ·总结 | 第74页 |
| ·展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |